Vaqt ketma-ketliklari uchun feature engineering nima (lags, rolling stats, datetime features)?

Vaqt ketma-ketligi uchun xususiyatlarni muhandisligi — bu asl ma'lumotlardan yangi xususiyatlar yaratish jarayoni bo'lib, ular modellarga vaqt tuzilmasi va bog'liqliklarni yaxshiroq anglashga yordam beradi.

• Lags (kechikishlar) — vaqt ketma-ketligining oldingi nuqtalaridagi qiymatlarni ifodalovchi xususiyatlar yaratish. Masalan, ketma-ketlikning 1, 2, 3 davr oldingi qiymati. Bu modelga autokorelatsiyani hisobga olishga yordam beradi.

• Aylantiriladigan statistikalar (rolling stats) — aylantiriladigan oynada statistikalarni (o'rtacha, median, standart og'ish va boshqalar) hisoblash. Masalan, so'nggi 7 kunning o'rtacha qiymati. Bu tendentsiyalarni aniqlash va shovqinni yumshatishga yordam beradi.

• Datetime xususiyatlari (sana va vaqt xususiyatlari) — vaqt belgisidan hafta kuni, oy, soat, bayram kunlari, mavsum va boshqalarni chiqarish. Bu modelga mavsumiylik va siklikni hisobga olishga yordam beradi.

Python va pandas yordamida lag va aylantiriladigan o'rtacha yaratish misoli:

import pandas as pd

df = pd.DataFrame({'value': [10, 12, 13, 15, 14, 16, 18]})
# 1 davr kechikish
 df['lag_1'] = df['value'].shift(1)
# 3 davr aylantiriladigan o'rtacha
 df['rolling_mean_3'] = df['value'].rolling(window=3).mean()

Shu tarzda, xususiyatlarni muhandisligi vaqt ketma-ketligi modellari uchun ma'lumotlarning tuzilishini yaxshiroq tushunishga va prognoz sifatini oshirishga yordam beradi.